Python “如何加速”；for loop"；在蟒蛇3中

下面的代码运行得很慢。我尝试使用

numpy.argwhere

而不是“if statement”来加快代码的速度，我得到了一个非常有效的结果，但仍然非常缓慢。我还尝试了

numpy.frompyfunc

和

numpy.vectorize

，但失败了。您建议如何加速下面的代码

import numpy as np
import time

time1 = time.time()

n = 1000000
k = 10000

velos = np.linspace(-1000, 1000, n)
line_centers = np.linspace(-1000, 1000, k)
weights = np.random.random_sample(k)
rvs = np.arange(-60, 60, 2)

m = len(rvs)
w = np.arange(10)
M = np.zeros((n, m))
for l, lc in enumerate(line_centers):
    vi = velos - lc

    for j in range(m - 1):
        w = np.argwhere((vi < rvs[j + 1]) & (vi > rvs[j])).T[0]

        M[w, j] = weights[l] * (rvs[j + 1] - vi[w]) / (rvs[j + 1] - rvs[j])
        M[w, j + 1] = weights[l] * (vi[w] - rvs[j]) / (rvs[j + 1] - rvs[j])

time2 = time.time()

print(time2 - time1)

将numpy导入为np
导入时间
time1=time.time（）
n=1000000
k=10000
velos=np.linspace（-1000，1000，n）
直线中心=np.linspace（-1000，1000，k）
权重=np.随机.随机样本（k）
rvs=np.arange（-60,60,2）
m=长度（rvs）
w=np.arange（10）
M=np.零（（n，M））
对于l，枚举中的lc（行_中心）：
vi=velos-lc
对于范围（m-1）内的j：
w=np.argwhere（（virvs[j]）.T[0]
M[w，j]=权重[l]*（rvs[j+1]-vi[w]）/（rvs[j+1]-rvs[j]）
M[w，j+1]=权重[l]*（vi[w]-rvs[j]）/（rvs[j+1]-rvs[j]）
time2=time.time（）
打印（时间2-时间1）

编辑：

---

数组

M

的大小不正确。我修好了 当然很慢，您有两个嵌套循环！您需要重新考虑使用向量运算的算法，例如，不在索引上迭代，而是根据索引或布尔数组以及索引移位来实现

您没有提供任何背景信息，因此任何人都很难提出有意义的建议（考虑到示例中的大量索引）。基于快速收集示例的一些快速建议

• 像这样的表达式

  （rvs[j+1]-rvs[j]）

  很容易替换为
• 您似乎正在以

  m

  的块迭代

  n

  ，可能会有用
• 我有一种预感，你的内部循环有一个错误，你确定你真的要在

  范围（m-1）

  上迭代吗？这意味着您正在从

  0

  迭代到

  m-2

  （包括），我怀疑您的意思

---

如果您提供更多的背景信息，我们可以帮助您提供更具体的答案。

您可能想看看numba：我会看看的。谢谢。如果您想使用Numba，请在一个简单的嵌套循环中写出所有内容（没有像argwhere这样的矢量化命令），请注意从代码中删除

argwhere

（例如，将其替换为常量

w=1

，循环速度将提高20倍。因此，如果您可以重写它，您的代码可能已经快得多了。嵌套循环在这里可能不太重要。我曾想过用C++编写包装器。但后来我想知道它是否有针对python的解决方案。Pybind11看起来对这一点很有用。）用途。谢谢。我分享了原始代码中的一部分作为示例。很难解释我想用这段代码做什么，所以我没有提供足够的背景信息，对不起。

range（m-1）

是数组

m

索引的

j+1

所必需的。我将尝试你的建议，并将结果写在这里。谢谢。